lstm

Przewiń wpisy ↓	lstm
2025-07-20 (10:50) Marriusz2 Data rejestracji: 2009-06-02 Ilość postów: 2494	wpis nr 1 572 809 [ CZCIONKA MONOSPACE ] Widzisz Jan Sama napisałeś : Zabawa w kulki . I ty się bawisz . Ale wyobraź sobie ,że są tacy ,którzy zajęli się tematem poważnie . Ja nawet znam kilku ,którzy zrobili sobie z tego zawód .Typowym przykładem są Sztuczne Inteligencje . Kiedy kupiłem pierwsze książki Tadeusiewicza to wtedy większość tu piszących wchodziła na stojąco pod szafę . Zobacz kiedy założyłem temat Gry losowe i sieci neuronowe ?? No ty się bawisz . I to jest zabawa . No i baw się dalej . Ale przyjmij do głowy ,że są tacy ,którzy nie bawią się ale mają sprawę poważnie . Uczą się . Poznają wiedzę . To czy do czegoś dojdą jest drugorzędne . Liczy się to co się nauczysz . Słuchaj . \Ucz się A nie filozofuj Jak nie wiesz co to są AI Metody sztucznych inteligencji -----------to zapytaj . Kążdy jak coś widzi nieznanego to nie wie . Ale nie krytykuje ale stara się poznać . ================================ Sieci neuronowe nie mają nic wspólnego z żadnym rachunkiem prawdopodobieństwa ani z prawdopodobieństwem . Ucz się człowieku , abyś coś wiedział a zostaw te miałkie spory i tę pseudowiedzę . BO ,zycie ci minie i nadal nic nie będziesz wiedział . ================================ Trudna lekcja. Nie mogłem od razu. Lecz nauczę się... po pewnym czasie... Proszę! Zostaw mnie na drugie życie, Jak na drugi rok w tej samej klasie. --- wpis edytowano 2025-07-20 11:01 ---
2025-07-20 (11:24) Jan69 Data rejestracji: 2015-09-19 Ilość postów: 416	wpis nr 1 572 812 [ CZCIONKA MONOSPACE ] Marriusz2, i kolejny raz nie mogę się z Tobą zgodzić W dużym uproszczeniu można powiedzieć, że ludzki mózg do komputer probabilistyczny. To co widzimy (w sensie to co widzi nasz mózg) to jest świat widziany z opóźnieniem (foton trafia do oka, jest rejestrowany, sygnał jest przetwarzany, wędruje nerwem do mózgu, który go interpretuje). Dlatego jak tenisista widzi piłkę, to przesunięcie z realną pozycją piłki może wynosić nawet metry. Dlatego mózg to wszytko musi przetwarzać i korygować. Dlatego jest to maszyna do przewidywania przyszłości, bo musi nam podpowiadać gdzie faktycznie w tej chwili mamy się spodziewać tej piłeczki lub gdzie za chwilę będzie nasza ręka (istotne przy pracy np. z piłą). Podobnie jest z obecną SI (nazwa na wyrost, marketingowa) - to maszyna statystyczna. Także - moim zdaniem - mylisz się, że nie ma to nic wspólnego z rachunkiem prawdopodobieństwa. Ale miło się z Tobą znowu pospierać
2025-07-20 (11:29) Marriusz2 Data rejestracji: 2009-06-02 Ilość postów: 2494	wpis nr 1 572 814 [ CZCIONKA MONOSPACE ] A sobie pisz . Jak to ci poprawia samopoczucie Mnie od tego ani centa nie przybędzie . Dziecko jesteś i baw się dalej Bzdury wygadujesz i nic w życiu się nie nauczysz . Metody Ai to są metody numeryczne jak wszystkie inne .Mają tylko jedną przewagę . NIe sa algorytmiczne . Nie wszystko w naturze da się opisać algorytmicznie . I tam gdzie algorytmu nie ma są Metody AI . W metodach AI nie ma wzorów,równań . Jest metoda zapisana " Ulotnym stanem neuronów " Jak nie zapiszemy tego stanu , wszystko utraciliśmy . MOżesz wyłaczyć wtyczkę z gniazdka i .................wpiździec ,po sztucznej inteligencji . Sztuczna inteligencja nie ma nic wspólnego z inteligencją . PO prostu nie było innej nazwy i złapano pierwszą nośną . Inteligencja AI wynosi =ZERO , tyle samo co komputera . --- wpis edytowano 2025-07-20 11:41 ---
2025-07-20 (11:42) kostka1zn Data rejestracji: 2021-02-25 Ilość postów: 2757	wpis nr 1 572 817 [ CZCIONKA MONOSPACE ] MultiTest, dziękuję za odpowiedź. Jestem wdzięczny, ze dzielisz się swoją wiedzą. ==================================================== Kostka w tym modelu gdzie zakładam że każda z 42 liczb ma być typowana według jednej cechy - częstoścu, to 42 neurony na wejściu i na wyjściu. ==================================================== Zacznę od pytania ogólnego (dla zaspokojenia próżnej ciekawości): Jak liczysz cechę "częstość" dla jakiejś kulki? A teraz pytanie właściwe: Sieć neuronowa uczy się na podstawie prezentowanych jej "przykładów". Każdy "przykład" składa się z danych wejściowych i danych wyjściowych. Jak uczysz taką sieć? Chodzi mi konkretnie o to, co podajesz na 42 neurony wejściowe i co podajesz jednocześnie na 42 neurony wyjściowe? Jakie 42 dane na wejście i jakie 42 dane na wyjście dla jednego dowolnego "przykładu" uczącego? Jeśli oczywiście zechcesz odpowiadać na takie dociekliwe pytania. Ja chcę tylko zrozumieć na czym polegają te sieci. Trochę sobie odpowiedziałem i wyobraziłem jak wyglądają twoje dane w tym konkretnym przypadku ale nie jestem pewien i chciałbym , żebyś przedstawił, jak wygląda konkretnie "przykład" uczący.
2025-07-20 (14:08) heme24 Data rejestracji: 2015-12-08 Ilość postów: 321	wpis nr 1 572 834 [ CZCIONKA MONOSPACE ] Witam. Jan 80 % materii to ciemna materia, 70 % energii to ciemna energia, czyli nie wiadomo z czego większość wszechświata się składa,model standardowy też ma kłopoty ,obserwacje nie zgadzają się z teorią, grawitacja też opiera się unifikacji, oczywiście prawa fizyki działają, działa radio ,pralka, komputer ok. fizyka newtonowska też działa. Te prawa fizyki to pierwsza bariera do której doszliśmy ,pod nią są inne prawa i właściwości jeszcze nie odkryte, rachunek prawdopodobieństwa może też być efektem innych głębszych praw i może się okazać że pewne zjawiska da się przewidzieć. Na przeszkodzie do odkrycia tych praw może stać ograniczona percepcja naszych mózgów, tu też jest granica. Więc musisz mieć więcej pokory bo nic nie jest oczywiste. Pozdrawiam.
2025-07-20 (14:19) Ciocia__Micowhyaja Data rejestracji: 2016-12-17 Ilość postów: 459	wpis nr 1 572 835 [ CZCIONKA MONOSPACE ] Mariusz "Nie wszystko w naturze da się opisać algorytmicznie . I tam gdzie algorytmu nie ma są Metody AI . W metodach AI nie ma wzorów,równań . Jest metoda zapisana " Ulotnym stanem neuronów " Jak nie zapiszemy tego stanu , wszystko utraciliśmy ..." pięknie to napisałeś nic do dodania, krótko, zwięźle, rzeczowo, powinno to zostać oprawione w ramkę i wywieszone, chociaż to można zrozumieć na pewnym etapie zaawansowania, życzę każdemu aby doszedł do takiego etapu zaawansowania, Jan69 "Być może - jako że czasoprzestrzeń to 4 wymiary, w tym czas - możliwe jest "skrócenie drogi do przyszłości" bez naruszania praw fizyki? Pewnie potrzeba by było do tego energii porównywalnych co najmniej z energią czarnej dziury, ale ... fajnie pomarzyć" "skrócenie drogi do przyszłości" - tego nie wiem czy się da ale "skrócenie drogi do przyszłych losowań" - jest możliwe i chyba nie aż takie trudne do zrobienia i było tu gdzieś na forum opisane pozdrowienia
2025-07-20 (15:18) Marriusz2 Data rejestracji: 2009-06-02 Ilość postów: 2494	wpis nr 1 572 842 [ CZCIONKA MONOSPACE ] Na pewno wielu ,którzy chcieliby zacząć wojować z SN chce wiedzieć gdzie są prawdziwe " schody " Prawdziwe schody są przy Interface SN . Tu w tym miejscu spotyka się "Sztuczna Inteligencja " z "Prawdziwą Inteligencją ". SN to nie "Czarna Skrzynka " gdzie ładuje się dane i czeka aż SN wyrzuci właściwe wyniki . SN odpowie dokładnie to jakie zadał pytanie operator przed Interface . Opracowano zasadę korzystania z SN , Zrobił to Hopfield noblista . " Nie można oczekiwać od SN mądrej odpowiedzi na głupio zadane pytanie " To są schody . Pozdrawiam
2025-07-20 (19:01) Jan69 Data rejestracji: 2015-09-19 Ilość postów: 416	wpis nr 1 572 859 [ CZCIONKA MONOSPACE ] Marriusz2, o dziwo, jednak się zgodzę z Tobą, przynajmniej w jednym punkcie - podzielam to co napisałeś: "Nie można oczekiwać od SN mądrej odpowiedzi na głupio zadane pytanie". Tak jak napisałeś, nasza wiedza (w sensie naukowego rozumienia SN) podpowiada nam, że jest tak jak napisałeś: "SN to nie "Czarna Skrzynka " gdzie ładuje się dane i czeka aż SN wyrzuci właściwe wyniki". Tu nie widzę pola do polemiki, to mówi nam wiedza (w sensie nauka). Napisałem wcześniej, że próżne są wysiłki szukania rozwiązania na gruncie sieci neuronowych, tak jak próżne są wysiłki szukania "Graala" na gruncie matematyki (rachunek prawdopodobieństwa to wyklucza) - bo to to samo. W sumie - gdybyśmy tylko to potrafili (mam na myśl złożone SN, nie proste) - to moglibyśmy dowolny węzeł dowolnie wielkiej sieci neuronowej opisać wzorami i parametrami matematycznymi. W tym sensie pisałem, że SN to dla mnie matematyka, a na gruncie matematyki niemożliwe jest znalezienie rozwiązania. Tak przynajmniej głosi matematyka. A że na czymś (realnym) musimy oprzeć swoje działania, to opieranie ich na matematyce wydaje się być nieracjonalnym pomysłem. Tak przynajmniej ja to widzę. ale nawet to pominąwszy, to zastanówmy się nad sensem stosowania SN. No bo w czym one mogą pomóc? Mogą pokazać nam wzorce, które przeoczyliśmy. Pisałem już wcześniej o skazach fizycznych kulek i o maszynach losujących. Z tym się wiąże też to,że powinnismy SN programować takimi informacjami jak choćby to, który zestaw kulek jest używany w losowaniu i która maszyna losująca jest używana. Fizyczne mikroskazy wpływają na wyniki losowań. Prościej chyba jest z losowaniami elektronicznymi, bo (np. Keno) gdzie być może można wyłapać "mikroskazy" algorytmu losującego. Ale pomińmy to, choć już to nam pokazuje, że baza wyników losowań zassana do SN pokaże nam co najwyżej "wnioski" dotyczące TYLKO TYCH LOSOWAŃ. Nie pokaże nam wyników przyszłych losowań bo ... to dane losowe, a więc (z definicji) nieprzewidywalne. No, chyba że zakładamy jakieś błędy prezesa totalizatora i staramy się wyłapać te błędy - to wtedy wygląda ciut bardziej optymistycznie. Ale tylko ciut. Podsumowując, ścieżkę opartą o SN uważam za ciekawą, ale bardziej rozwijającą wiedzę danej osoby, niż sposób na "złamanie kodu losu". Ale wszystkim zainteresowanym życzę żebym się mylił @heme24, no właśnie, więcej wiedzy, to więcej będzie oczywiste Pociągnijmy Twój przykład - mamy dziś model działania wszechświata (przestrzeń, czas, oddziaływania, materia), prawie idealnie (niezgodny gdzieś na poziomie setnych procenta) opisujący jego funkcjonowanie. Tu przerywnik: przed Einsteinem był Newton, którego model używamy do dziś w większości przypadków. Einstein tylko doprecyzowywał model w obszarach wcześniej "niedokładnych" (np. prędkości bliskie prędkości światła). Tamta teoria nie trafiła do kosza, dalej działa i dalej jest wystarczająca w większości przypadków życia codziennego. Nowsza (Einstein) jest po prostu dokładniejsza. Ale i ona wykłada się np. we wnętrzach czarnych dziur. Wracamy do głównej myśli - nawet jak powstanie nowa teoria to nie wyrzuci ona do kosza obecnie funkcjonujących praw, tylko doprecyzuje obszary dziś wymykające się obecnie funkcjonującym teoriom. Czyli wracając do Twojego przykładu - jeśli za ciemną materie weźmiemy X, a za ciemną energie Y, to jak już poznamy co to jest X i Y, to czy to nam zmieni obowiązujące obecnie prawa? Nie, nie wywróci ich do góry nogami. Dalej wyniki będą musiały być zgodne z obserwacjami, co najwyżej ciut inaczej będziemy to opisywać. Nowe teorie nie wyrzucą naszych obecnych modeli do kosza (tak jak Einstein nie posłał do kosza Newtona), a co najwyżej dadzą nam modele w sposób dokładniejszy opisujące wszechświat. Dlatego raczej nie zakładam rewolucji w postaci tego, że dziś podróże w czasie są nie możliwe, a jutro już będą możliwe (to możliwe przy założeniu, że świat to symulacja). Także drogi @heme24, w tym obszarze ze smutkiem stwierdzam, że nie jestem w stanie podzielić Twojego punktu widzenia. Ale będę Ci kibicował
2025-07-20 (20:37) heme24 Data rejestracji: 2015-12-08 Ilość postów: 321	wpis nr 1 572 867 [ CZCIONKA MONOSPACE ] Witam. Mariusz czyli dalej mamy problem co zapodać sieci na wejście. Sieć hopfielda nie za bardzo nadaje się do prognozowania trzeba robić różne myki. Pozdrawiam.
2025-07-20 (20:39) Marriusz2 Data rejestracji: 2009-06-02 Ilość postów: 2494	wpis nr 1 572 868 [ CZCIONKA MONOSPACE ] Jan Ja jak i wszyscy zajmujący się grami losowymi wyniki mamy z radia . Na naszej wyspie na falach krótkich Chińczycy nadają wyniki . Nic nie wiemy o maszynach losujących, skazach ,kulkach i innych głupotach . Wyniki mamy z radia jako liczby . I dlatego nie musimy się takimi bzdetami jak ty zajmować .Zamiast tego zajmijemy się sednem czyli losem . U nas żadnych skaz nie ma i żadnych maszyn losujących nie ma.Nawet takiej na wyspie nie widzieliśmy . Przestań pisac o tych bzdurach .
2025-07-20 (21:08) MultiTest Data rejestracji: 2020-08-05 Ilość postów: 5996	wpis nr 1 572 872 [ CZCIONKA MONOSPACE ] Kostka Będzie konkretnie model dla 42 liczb i 500 losowań. Z celem : - Które częstotliwości dobrze prognozują trafienia? - Zdefiniować regułę, która te liczby wybiera. Najpierw obliczamy częstość: Tworzą się tabelę, w której dla każdej liczby od 1 do 42 zlicza się ile razy ta liczba wystąpiła w 10 losowaniach. 10 losowań to przykładowy okres który najlepiej według nas definiuje nierówność częstości liczb. Dla każdej liczby powstaje osobny przykład treningowy. Np. liczba 17 wystąpiła 3 razy - sieć dostaje „3” Liczba 31 wystąpiła 0 razy - sieć dostaje „0” To nazywamy cechą wejściową — tylko jedna: częstotliwość w ostatnich 10 losowaniach. Następnie patrzymy na bieżący wynik (czyli kolejne losowanie) Dla każdej liczby sprawdzamy: czy wystąpiła? Jeśli tak, etykieta 1 Jeśli nie etykieta 0 To jest wyjście (czyli odpowiedź), której sieć ma się nauczyć. Sieć się uczy: Sieć ma jedno wejście: częstotliwość I jedno wyjście: czy liczba trafiła. Porównuje swoją predykcję z rzeczywistą odpowiedzią Gdy się pomyli, koryguje swoje wewnętrzne wagi : Jeśli liczba miała dużą częstotliwość, ale nie trafiła — to obniża wagę Jeśli liczba miała niską częstotliwość, ale trafiła — to podwyższa wagę Sieć dostaje kolejne losowania, których jeszcze nie widziała Sama ocenia: które liczby mają szansę się pojawić. Jeśli się pomyli, znowu uczy się, poprawiając swoje wagi. Jeśli dobrze przewidzi, błąd się zmniejsza. Można obserwować jak szybko błąd się zmniejsza. Gdy ten błąd przestaje się znacząco zmniejszać — uznajemy, że sieć nauczyła się tego, co mogła, czyli da nam liczby z najlepszymi częstościami jakie jej wyszły. Tu można zastosować EarlyStopping, rodzaj funkcji wywoływanej automatycznie która sama przerywa naukę, gdy poprawa staje się marginalna, np. ustawiamy jeżeli przez 10 epok błąd się nie zmniejsza to nauka - stop. Co dalej: Ponieważ pamięć komputera jest ulotna to tylko taka rada że po zakończeniu treningu sieć zapisać do pliku. Instrukcja: -- model.save("siec_typujaca.h5") - Można stworzyć gotowy program predykcyjny do typowanie liczb oparty na wcześniej wyuczonych wzorcach. Kostka, czy tak dobrze ? --- wpis edytowano 2025-07-20 21:13 ---
2025-07-20 (23:20) kostka1zn Data rejestracji: 2021-02-25 Ilość postów: 2757	wpis nr 1 572 900 [ CZCIONKA MONOSPACE ] MultiTest, właśnie tak to sobie wyobrażałem, jak opisałeś. Że tak robisz i tak uczysz sieć, podając jej przykłady w takiej formie.
2025-07-20 (23:55) kostka1zn Data rejestracji: 2021-02-25 Ilość postów: 2757	wpis nr 1 572 912 [ CZCIONKA MONOSPACE ] MultiTest, tak na szybko, to pierwsza myśl... dlaczego wektorem wyjściowym jest: Jeśli tak, etykieta 1 Jeśli nie etykieta 0 a nie wektor: cecha - częstotliwość w ostatnich 10 losowaniach już po aktualnym losowaniu? Czyli tworzę tablicę Czestosc10 [11..7021,1..42] i wektorem wejściowym jest Czestosc10(t-1) a wektorem wyjściowym jest Czestosc10(t). i drugie tak na szybko, czy taka nauczona sieć nie pokazuje najczęściej trafianych Czestosc10? Wszystko co piszę to tylko moja intuicja. Proszę nie traktować tego jako wymądrzanie się. Na sieciach się nie znam. Jedyne co chcę osiągnąć to zrozumieć działanie sieci. A jakie będą efekty gdy poddamy analizie Czestosc42?
2025-07-21 (00:24) MultiTest Data rejestracji: 2020-08-05 Ilość postów: 5996	wpis nr 1 572 915 [ CZCIONKA MONOSPACE ] Kostka Niezupełnie tak robię, chodziło o przykład prostej sieci, typu jedno wejście, jedno wyjście, choć wcale by nie było dziwne użycie gotowca który przeanalizuje 10 ostatnich wyników i podaje 10 liczb do mini wsród ktorych trafia się całe 5 albo wyświetli częstości 4,5 do których pasuje wiele liczb ze statystyki, do wyboru. Może być i wektor ale trzeba sprawdzić czy nauka nie była by trudniejsza niż ocena 1 gdy została w przykładzie trafiona liczba 15 z oceną 1 - trafiona.
2025-07-21 (00:41) kostka1zn Data rejestracji: 2021-02-25 Ilość postów: 2757	wpis nr 1 572 916 [ CZCIONKA MONOSPACE ] MultiTest, napisałeś: ==================================================== Kostka w tym modelu gdzie zakładam że każda z 42 liczb ma być typowana według jednej cechy - częstoścu, to 42 neurony na wejściu i na wyjściu. ==================================================== teraz piszesz: ==================================================== ...chodziło o przykład prostej sieci, typu jedno wejście, jedno wyjście, ... ==================================================== Oj chyba jestem za głupi na zrozumienie tego wszystkiego. MultiTest, jeszcze raz najmocniej ci dziękuję za podzielenie się swoją wiedzą i swoimi doświadczeniami. Już nie będę cię więcej pytał o szczegóły, bo najwyraźniej nie nadążam za tematem. Długa droga przede mną. Pozdrawiam się i życzę sukcesów i efektów w tym co robisz.
2025-07-21 (00:45) MultiTest Data rejestracji: 2020-08-05 Ilość postów: 5996	wpis nr 1 572 917 [ CZCIONKA MONOSPACE ] Zrozumieć działanie sieci. Sieć dostaje dane wejściowe: 4,5 na wyjsciu jest etykieta 9 Sieć dostaje dane wejściowe: 3,4 na wyjsciu jest etykieta 7 Sieć próbuje nauczyć się, jaka wartość powinna być wypisana jako etykieta. Nie wie, że to dodawanie. Tylko wnioskuje z etykiety i kolejnych przykładów Teraz gdy jest wytrenowana to: podajemy 2, 3 - odpowiada 5 podajemy 5, 6 - odpowiada 11 podajemy 4, 4 - odpowiada 8 Nie znając matematyki poprawnie dodaje I to właśnie pokazuje ten efekt - potęgę uczenia przez dane, nie przez reguły.
2025-07-21 (12:45) Marriusz2 Data rejestracji: 2009-06-02 Ilość postów: 2494	wpis nr 1 572 934 [ CZCIONKA MONOSPACE ] Może to nie do uwierzenia ale skorzystanie z SN dla prognozowania liczb losowych nie jest łatwe i wymaga sporej wiedzy . Mogłoby się komuś wydawać ,że skoro to takie proste narzędzie no to co drugi wygrywa . Zaprojektowanie SN w tej dziedzinie to wyczyn umysłu wynalazcy . Ale warto. Pierwsze schody to super umiejętność SN do zapamiętywania . Każda SN najłatwiej uczy się na pamięć . Trzeba wszystko zrobić aby jej to uniemozliwić . Sposobów jest mnóstwo więc należy je użyć . SN wszystko zrobi aby nauczyć się na pamięć . Efekt jest taki iż w testach wszystko jest ok . Ale kiedy chcemy otrzymać prawdziwe wyniki -kicha . Drugim zagadnieniem i to wążniejszym jest przygotowanie parametrów . Tu nie ma mowy o jakiś pewniakach czy częstościach czy innych bzdurach bo to nie poważne . Zresztą SN sama zweryfikuje takie bzdety . ....cdn
2025-07-21 (13:50) MultiTest Data rejestracji: 2020-08-05 Ilość postów: 5996	wpis nr 1 572 939 [ CZCIONKA MONOSPACE ] Typy z małej sieci - pierwszy test na szybko pod plusa: 18, 71, 74, 49, 31, 78, 9, 8, 36, 76, 3, 5, 50, 25, 73, 27, 56, 68, 46, 58
2025-07-21 (14:07) Marriusz2 Data rejestracji: 2009-06-02 Ilość postów: 2494	wpis nr 1 572 941 [ CZCIONKA MONOSPACE ] Najpierw trochę o standaryzcji neuronowej . Wszystkie pliki są zapisywane w txt w separacji tabulatorem ale zdarza się też przecinkiem . Pliki z ustawieniami sieci mają nazwy standardowe Siec1.net , Siec2.mlp Wszystkie parametry zapisywane są w tym pliku .Praktycznie wszystkie programy AI mają jedną standaryzację . Nas intersują tak zwane patterns . Te z kolei zapisywane są w plikach tekstowych dane.dat I tu jest najwięcej nieporozumień z sieciami neuronowymi . Niezrozumienie co to jest patterns . To jedna lekcja . Przychodzi nauczyciel i mówi uczniom . Jak macie parametr 1,parametr,2,parametr,3......parametr 10 To te parametry są właściwe dla liczby 17 . Liczbę 17 mizemy podać SN dwojako . Bezpośrednio 17 -jednym neuronem . Ale pamiętajmy film Mars i wtedy jak rozróżnić 15 od 17 od 18 . Na filmie Mars jest opisane to zagadnienie
2025-07-21 (17:24) MultiTest Data rejestracji: 2020-08-05 Ilość postów: 5996	wpis nr 1 572 952 [ CZCIONKA MONOSPACE ] Nie ma żadnej standaryzacji neuronowej, chyba że ma Marsie. Neurony to nie kulki, a skalowanie to co innego. W części plików ale nie wszystkich, dane zapisuje się oddzielone przecinkiem i jest to tak popularny format pliku tekstowego że ma swoją specjalną nazwą CSV oznacza Comma-Separated Values, czyli „wartości rozdzielone przecinkami”. W pracy z arkuszem np. Excelem czasem używa się jako separatora, nie przecinka, nie średnika tylko tabulatora. Choć można zapisać plik tektowy z dowolnym rozszerzeniem innym niż .txt lub .csv , net po kropce to nie ma takiego standardu ani takiego zwyczaju żeby zapisywać siec jako Siec1.net , Siec2.mlp Natomiast .net jest bardzo popularny w nazwach domen internetowych i adresach mailowych ze względu na swoją nazwę. Bardziej prawdziwie użyć .mat dla Matlaba. Ja używam jak tysiące innych programujących w sieci zapisu siec1.h5 Używane jest też .pt .pt .pkl. Film Mars też pamietam i tam jest to dobrze opisane.


\| Dodaj wpis w tym temacie \| Spis tematów \| Wyniki lotto	Strona: 1 2 ... 17 18 19 Wyślij wiadomość do admina Czcionka o stałej szerokości

Forum strony www.multipasko.pl [Regulamin]